文｜Metaverse元宇宙

編輯｜高樂

隨著年末的到來，半年前蘋果在頭顯領域的大招Vision Pro距離正式發售也越來越近。

雖然半年來，大家的目光都聚焦在Vision Pro可能帶來的全新沉浸式體驗上，但潛藏在其中關于虛擬人的探索亦有不少：

從五年前引領3D面部動捕的Animoji，到上周發布的可以生成真人數字分身的HUGS技術，都展露出蘋果想探索出一條與眾不同虛擬人道路的決心。

而這些多年積累的技術，也都將在Vision Pro上迎來高光時刻——不得不說，在為元宇宙續命這塊蘋果是會拿捏的，以半年為周期穩定為元宇宙注入新的可能性。

1 全新技術，讓虛擬人無限趨近現實

蘋果最新發布的 "HUGS"虛擬人技術，全稱為Human Gaussian Splats，即人類高斯合成，這項技術基于3D Gaussian Splatting（3DGS）和SMPL身體模型，通過兩種先進技術融合來創造出更加生動和真實的數字人物。

較之傳統的虛擬人生成技術，HUGS的一個關鍵優勢在于其高效的數據處理能力，其僅需大約2到4秒的視頻（50-100幀），就能生成一個完整的數字分身，大大減少了創建虛擬人所需要的原始素材。

當然目前HUGS在捕捉細節方面還有局限，不過通過算法，HUGS能夠自動填充未被捕捉到的元素，確保了數字分身的整體質量。此外，HUGS的生成速度是其另一個優勢：蘋果發布的相關論文宣稱，HUGS能在約30分鐘內完成數字人的生成，速度比當前市場上的其他同類產品快約100倍。

而在所需素材較少，生成速度較快的基礎上，HUGS在渲染質量和速度上也有顯著提高：HUGS能夠以60 FPS的速度實現高質量渲染，同時還能處理動態場景中的復雜挑戰，如避免偽影并協調動畫過程中的運動。雖然動作設計有些鬼畜，但通過演示視頻可以看出，當前利用 HUGS"技術生成的數字人在動作流暢性、人物擬真性上都已經趨近完成體。這也宣示著蘋果在數字渲染領域的一個顯著進步，特別是在動態場景中創建和渲染人類數字分身的能力上。因此在擁有Vinsion Pro后，通過相關技術快速生成數字人并在此基礎上開展多樣化應用也成為了可能。

除了潛在的與Vinsion Pro結合的可能性，HUGS的這些特性也使其成為電影制作、游戲開發、虛擬現實等領域的一個有價值的工具，特別是在需要快速且高質量地渲染動態人類角色的場景中。

通過HUGS技術，創作者和開發者能夠更自由地實現新穎姿勢和視圖的合成，開辟數字創作的新可能性。

當然突破并非一蹴而就——近幾年，蘋果在虛擬人相關技術上進行的諸多探索，都一個個成為Vinsion Pro未來圖景的基石。

2 逐步積淀，空間計算穩健前行

回顧蘋果的虛擬人相關的動作，2017年的Animoji無疑是其中的關鍵一步。

Animoji首次亮相于2017年的蘋果秋季發布會，與iPhone X一同亮相的Animoji在彼時展示出了一種全新的交互方式：

這一技術通過iPhone的前置TrueDepth相機系統精確捕捉用戶的面部動作，如嘴巴、眉毛和眼睛的運動，從而實時地將這些表情映射到獨角獸、機器人或貓頭鷹等各種動畫角色上。用戶可以選擇不同的動畫角色來錄制和發送含有語音的動畫消息，這些角色能夠精準地模擬并反映用戶的表情和聲音。

而后來發生的故事，我們已經很熟悉：隨著技術的不斷進步，Animoji也被運用到更廣泛的場景，如社交媒體和視頻制作上。同時其他同類產品也開始瘋狂涌現，通過面部捕捉生成自己虛擬形象的熱潮，每隔一段時間就會重復一次。

同時隨著時間的推進，蘋果在虛擬人相關技術的探索上也更進一步——其中的許多技術細節中，都不乏Animoji的影子。

據目前的消息，在Vision Pro上蘋果會提前錄入使用者的 3D 面孔數據，生成出一個 3D 建模渲染的自己，也就是接近一比一還原的虛擬人，而為了讓虛擬人更加逼真，蘋果將采用一項名為“情緒識別”的新技術。

該技術旨在通過攝像頭，來分析用戶的面部表情和情緒。根據專利內容，在這套系統中，需要使用面部識別技術來識別用戶身份，以便提供定制化的操作，而這一技術其實也源自蘋果早年的積淀。

該技術的最初開發其實是為了應用在Siri上。彼時，為了減少語音請求被誤解的次數，蘋果試圖通過分析用戶情緒來做到這一點，以進一步提高準確度。在早年的一份專利申請中，顯示蘋果正在開發一種全新的方法，通過在未來版本的Siri或其他系統中添加面部分析功能，來幫助Siri解讀用戶提出的請求。

伴隨著Vision Pro的問世，此前鋪墊的情緒識別技術無疑也即將迎來更大的用武之地。

除了在構建更擬真虛擬人上的努力，對于虛擬人潛在的應用場景，蘋果也早已開始探索。

蘋果公司最近獲得的元宇宙在線購物體驗專利，是一項旨在徹底改變在線購物方式的創新技術——在這個虛擬環境中，用戶可以直接與各種虛擬產品進行互動，就像在現實中一樣。

該技術主要運用計算機生成圖像（CGI）和擴展現實（CGR）技術，以提升數字零售體驗至新的層次，系統允許用戶通過虛擬通信會話，實時與遠程銷售人員進行互動。

例如，用戶可以從一個虛擬電視上拿下一部虛擬智能手機，體驗其所有功能，這些互動的方式讓虛擬對象看起來和真實物理對象一樣具有真實感。此外，專利還提出了在VR環境中的應用場景，包括虛擬零售商店、虛擬桌子和產品展示。這些應用不僅限于展示現實世界中的產品，還可以包括顯示歷史地點或虛構場景等虛擬位置。

通過這項專利，蘋果旨在解決在線購物中缺乏即時反饋和互動性的問題，使用戶即使在家中或任何遠程環境中也能享受到類似面對面購物的體驗。用戶可以通過簡單的手勢啟動CGR環境中的零售體驗，或互動體驗虛擬產品演示，同時銷售人員也可以遠程操縱產品來突出其特性和功能。

在很近的將來，通過Vision Pro用戶就能夠體驗到高度真實感的虛擬人物，還能在更加沉浸式的環境中與之互動——無論是在娛樂、教育還是遠程溝通方面都將開辟新的體驗方式。

3 技術融合，未來比想象中更近

至此，蘋果的虛擬人路徑已經清晰展現：那就是以真人數字分身作為主要方向，通過完善動作、細節、情感、場景等，使數字人無限趨近于真實。

有別于當前的超寫實虛擬人或卡通式虛擬人，蘋果選擇的道路更接近于通過真人素材構建真人數字分身的路徑。

雖然當下的真人虛擬人已經可以做到十分逼真的程度，但其應用更多停留在2D平面，也就是手機、電腦等顯示屏中，生成的內容以口播為主，需要出鏡的范圍也基本局限在上半身，且以面部動作為主，身體其他部分動作有限。

而在Vision Pro即將開啟的空間計算時代中，對真人數字人以及其全身動作擬真性的要求會達到前所未有的高度。

此前Meta Horizon Worlds中卡通人物呈現的低幼感，與只能顯示虛擬人物上半身的詭異感，成為其發展過程中的兩大重大阻礙：

一方面低幼感的形象會讓虛擬空間天然具備更多游戲性，從而阻礙其在生產力上的拓展；另一方面顯示人物上半身的詭異感會很輕易地破壞沉浸式體驗。

顯然，蘋果認知中的虛擬人乃至虛擬世界，都要以無限趨近真實世界作為目標。

iOS 17.2更新后正式亮相的空間視頻錄制功能同樣是實現這一目標的關鍵一步。雖然當下該功能只能實現1080P 60幀的內容錄制，但根據已有的體驗反饋，其已經可以實現接近現實世界的沉浸感。

雖然HUGS目前生成數字人30分鐘的時間依然略顯漫長，情緒識別功能的具體應用效果、在線購物等場景能在多大程度上符合人們的期待都還要等Vision Pro發售后揭曉，空間視頻1080P的分辨率限制離頭顯對于內容8K乃至16K的高標準要求還要一定距離，但一個關于真人數字人與真實場景構建的虛擬世界的拼圖已經越來越多。

在相關技術進一步完善與融合后，只需要一段視頻就可以構建一個場景真實、人物逼真的虛擬世界的未來，其實比想象中更近。